Flink的CEP机制实现恶意登录检测

该博客介绍了如何利用Flink的复杂事件处理(CEP)机制来检测恶意登录。首先,阐述了基于登录日志的检测思路,然后详细说明了watermark的处理方式,即设置周期性生成watermark并延迟2秒。接着,定义了匹配模式,即在2秒内连续两次登录失败视为恶意行为,并通过keyby进行用户聚合。最后,博主分享了在实现过程中遇到的错误,主要是由于引入了错误的Java包导致的编译问题。
摘要由CSDN通过智能技术生成

一、思路

使用登录日志文件来进行代码测试,日志格式如下:

//用户id、IP、登录成功或失败、时间戳
76456,110.136.166.128,success,1558430853
8345,46.105.14.53,success,1558430855
76456,110.136.166.128,success,1558430857
76456,110.136.166.128,success,1558430854
76456,110.136.166.128,fail
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值